論文筆記：《Interactive Sketch & Fill: Multiclass Sketch-to-Image Translation》
一、主要內容： 提出一個基於GAN的交互式sketch-to-image的方法。 二、功能： 由部分輪廓的草圖和條件向量生成完整的圖片。（如下圖所示） 圖中，灰色是算法推薦生成的輪廓，輪廓隨着用戶增加（綠色）和刪除（紅色）而更新，最後一列是同一個輪廓在不同的條件向量下產生的結果。 三、優點： 1、交互漸進式的圖像生成，生成的完整輪廓能給使用者一個反饋去進行改進； 2、兩步走的策略，從局部輪廓到完整
相關文章
- 1. 《SketchMate: Deep Hashing for Million-Scale Human Sketch Retrieval》論文筆記
- 2. 【論文】on the properties of neural machine translation :Encoder-decoder approaches 閱讀筆記
- 3. 論文 Non-Parametric Adaptation for Neural Machine Translation閱讀筆記
- 4. 論文筆記 Cross-modal Bidirectional Translation via Reinforcement Learning
- 5. 【論文筆記】Effective Approaches to Attention-based Neural Machine Translation
- 6. Fine-Grained Attention Mechanism for Neural Machine Translation 論文筆記
- 7. 論文筆記(Attention 2)-----Effective Approaches to Attention-based Neural Machine Translation
- 8. 《Image-to-Image Translation with Conditional Adversarial Networks》論文筆記
- 9. [論文閱讀筆記] Massive Exploration of Neural Machine Translation Architectures
- 10. 【論文筆記】cycleGAN：《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 《SketchMate: Deep Hashing for Million-Scale Human Sketch Retrieval》論文筆記
- 2. 【論文】on the properties of neural machine translation :Encoder-decoder approaches 閱讀筆記
- 3. 論文 Non-Parametric Adaptation for Neural Machine Translation閱讀筆記
- 4. 論文筆記 Cross-modal Bidirectional Translation via Reinforcement Learning
- 5. 【論文筆記】Effective Approaches to Attention-based Neural Machine Translation
- 6. Fine-Grained Attention Mechanism for Neural Machine Translation 論文筆記
- 7. 論文筆記(Attention 2)-----Effective Approaches to Attention-based Neural Machine Translation
- 8. 《Image-to-Image Translation with Conditional Adversarial Networks》論文筆記
- 9. [論文閱讀筆記] Massive Exploration of Neural Machine Translation Architectures
- 10. 【論文筆記】cycleGAN：《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》